高斯分布模型参数求解

问题:有\(n\)个数据,现假设这\(n\)个数据满足高斯分布\(N(\mu, \sigma)\),求解该高斯分布。

解:

数据满足高斯分布,即
$$f(x)= \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$

然后我们建立最大似然函数:

$$L = \prod_{i=1}^n \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(x-\mu)^2}{2\sigma^2}}$$

然后我们要求解高斯分布实际上就是使得该最大似然函数取得最大值的过程。求解使该函数取得最大值的求解步骤:

1、对该似然函数取对数;

2、对\(\mu\)和\(\sigma\)求偏导,使导数为0;

经过上面两步解出:

$$\mu = \frac{1}{n}\sum_{i=1}^n x_i$$

$$\sigma ^2 = \frac{1}{n} \sum_{i=1}^n (x_i - \mu)^2$$

这里的\(n\)和\(x_i\)都可以从数据集中获取,求解即可。

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值